基础设施与稳定性工程-数据研发专家-AI算力数据与智能洞察方向

岗位职责

团队介绍 加入AI算力数据与Agent小组，这是直接决定集团AI算力如何被"看见、管好、用好"的核心团队。从每一张GPU卡的产能效率到TPM容量规划、资源交付、供需匹配，实现从资源到售卖的全链路数据打通，并通过数据与Agent驱动的智能洞察支撑MaaS业务增长和管理层经营决策。

方向一：AI算力数据链路建设（数据工程背景）

• 建设训练/推理（百炼、通义）两侧TPM与资源数据的采集、治理、建模和指标体系
• 设计标准化数仓，打通资源分配、交付、使用全链路数据口径
• 为MaaS经规管理、财务成本分析、BI、销控系统提供可信数据支撑
• 推动数据Agentic化，让Agent可自动查询、分析和推理算力数据

方向二：算力智能洞察与优化模型（算法工程背景）

• 建立TPM容量规划模型与算力画像，支撑供需匹配和弹性交付智能决策
• 构建GPU/CPU/TPM利用率优化算法，实现全局卡型×模型最优匹配
• 开发智能流量管控与限流策略，保障运行时SLA（TTFT、TPOT、错误率）
• 结合Agent实现算力优化决策自动化执行闭环

任职要求

1. 计算机/数学/统计相关专业本科或硕士及以上，硕士博士优先

2. 数据工程：熟练掌握Flink/Spark/Hive/ODPS等，有完整数仓建设或数据治理经验，精通SQL

3. 算法工程：具备ML/统计建模/运筹优化基础，有容量规划、资源调度或推荐优化项目经验，Python/Java工程能力扎实

4. 了解AI/大模型业务、TPM/GPU算力/推理延迟等核心概念者优先

5. 主导过大规模数据体系从0到1建设，或在算力资源调度、容量规划、供需匹配方向有突出成果

6. 具备系统架构设计与独立方案落地能力

7. 有AI Infra/云计算资源管理/LLM服务平台深度经验者优先

8. 能牵引跨团队数据口径共识和联动

加分项

1. 熟悉LLM推理/训练系统（vLLM、SGLang、Megatron等）

2. 有Agent系统研发或LLM数据工具开发经验

3. 资源调度/容量规划/运筹优化方向论文或开源贡献